Webflow MCP 2.0 er den største AI-opdatering til Webflow hidtil

Nøglepointer

• Webflow lancerede MCP 2.0 den 21. juli 2026. AI får nu adgang til dit designsystem, analytics, Agent Instructions og governance (Webflow, 2026).
• Over 30% af Webflows enterprise-kunder bruger allerede MCP, og brugen er mere end firedoblet siden januar (Webflow, 2026).
• Næsten 90% af alle MCP-forbindelser sker i dag via Claude (Webflow, 2026).
• Bridge App er ikke længere nødvendig i de fleste workflows (Webflow, 2026).
• MCP 2.0 er inkluderet i alle site plans. Du betaler ikke ekstra (Webflow, 2026).
• WordPress har også fået en officiel MCP Adapter, men oplevelsen afhænger af den enkelte opsætning (WordPress, 2026).
• Min vurdering efter at have testet den er, at MCP 2.0 er den første version, jeg ville slippe løs på et produktionssite.

Men hvad betyder opdateringen egentlig? Er det bare endnu en AI-feature, eller ændrer den måden, teams bygger websites på? Lad os starte helt fra begyndelsen.

Hvad er MCP?

Model Context Protocol (MCP) er et fælles sprog mellem AI og de systemer, du bruger hver dag. MCP blev introduceret af Anthropic i november 2024(Anthropic, 2024).

Hvis du har brugt ChatGPT, Claude eller Cursor, ved du allerede, at AI er god til at skrive tekst, kode og idéer. Problemet har bare været, at AI manglede adgang til de systemer, vi arbejder i til daglig.

Den kunne godt fortælle dig, hvordan du skulle bygge en landing page. Den kunne bare ikke bygge den. Den kunne godt foreslå ændringer til dit CMS. Den kunne bare ikke foretage dem.

Det er præcis det problem, MCP løser. I stedet for at bygge en ny integration til hvert eneste AI-værktøj kan platforme som Webflow eksponere deres funktioner gennem én MCP-server, som alle AI-modeller kan tale med.

Det betyder, at AI ikke længere kun kan rådgive dig. Den kan udføre arbejdet.

Hvorfor er MCP blevet så interessant?

Det interessante er ikke selve teknologien. Det interessante er, hvad den gør muligt.

Vi bevæger os nemlig væk fra AI som chatbot og hen imod AI som agent. Forskellen er stor. En chatbot svarer på spørgsmål. En AI-agent udfører opgaver.

Det kan for eksempel være at:

• oprette nye CMS-sider
• opdatere eksisterende indhold
• analysere websiteperformance
• bygge nye landingssider
• hente data fra andre systemer
• foreslå forbedringer baseret på performance

Og udviklingen går stærkt. Der findes i dag over 10.000 aktive offentlige MCP-servere, og standarden er adopteret af blandt andre ChatGPT, Cursor, Gemini og Microsoft Copilot (Anthropic, 2025). I december 2025 blev MCP overdraget til Linux Foundation som fælles, leverandørneutral standard.

Hvad er Webflow MCP?

Webflow MCP er Webflows officielle implementering af Model Context Protocol. Den forbinder AI-værktøjer som ChatGPT, Claude og Cursor direkte til dit Webflow-projekt, så de kan arbejde med selve websitet (Webflow, 2026).

Det er en ret stor forskel. Tidligere kunne AI hjælpe dig med at bygge noget. Nu kan den arbejde direkte i Webflow.

Den kan blandt andet:

• læse strukturen på dit website
• oprette og redigere CMS-indhold
• arbejde med komponenter og styles
• analysere performance via Webflow Analytics
• udføre handlinger gennem Webflows API

Samtidig følger AI de samme rettigheder som brugeren. Hvis en medarbejder ikke må publicere ændringer eller redigere bestemte sider, må AI heller ikke (Webflow, 2026).

Hvad er nyt i Webflow MCP 2.0?

Hvis MCP 1.0 handlede om at give AI adgang til Webflow, handler MCP 2.0 om at gøre AI brugbar i rigtige projekter. Og det er efter min mening den største forskel.

Tidligere kunne AI hjælpe med enkelte opgaver. Nu begynder den at forstå den kontekst, den arbejder i.

AI forstår nu dit designsystem

Hvis der er én nyhed, jeg især vil fremhæve, så er det den her.

Jo bedre dit Webflow-projekt er bygget op, desto bedre bliver AI’s output. Den kan i højere grad genbruge komponenter, styles, variables, props, slots og variants frem for at opfinde sine egne løsninger (Webflow, 2026).

Det lyder måske relativ teknisk. Men det er faktisk vildt simpelt.

Du beder AI om at bygge fem nye kampagnesider. Tidligere kunne resultatet være fem sider med nye CSS-klasser, nye komponenter og en masse manuelt oprydningsarbejde. Nu genbruger AI de komponenter, farver og layouts, der allerede findes i dit designsystem.

Resultatet bliver mere konsistent og langt nemmere at vedligeholde. For mig er det her den største grund til, at MCP 2.0 føles som et markant skridt fremad. AI bliver ikke bare hurtigere. Den bliver bedre til at arbejde på den måde, professionelle webteams allerede gør i dag.

Jeg satte det på en prøve

For at se hvor langt det egentlig rækker, tilkoblede jeg Figma til Webflow via deres MCP-servere og lavede en simpel prompt i Claude: Flyt vores designvariabler fra Figma til Webflow.

Ingen plugins. Ingen copy-paste af hex-koder. Bare én prompt.

Resultatet var overraskende godt.

AI’en læste variablerne i Figma, forstod hvordan de var bygget op og genskabte hele systemet i Webflow. Først blev de primitive variabler oprettet, derefter de semantiske variabler, som refererede til dem. Selv aliaserne blev bevaret som aliaser i stedet for at blive konverteret til hard-coded værdier.

Det er faktisk en meget god illustration af, hvad der er anderledes ved MCP 2.0. I stedet for blot at kopiere værdier fra ét system til et andet, bevarer AI’en relationerne mellem variablerne og genskaber strukturen i Webflow.

Der var dog én klar læring.

Resultatet var kun så godt som udgangspunktet. Vores Figma-fil havde allerede et velstruktureret variabelsystem, hvor primitive og semantiske variabler var tydeligt adskilt. MCP skabte ikke et godt design system – det overførte blot det, der allerede var der.

Hvis dine variabler er uoverskuelige, inkonsistente eller navngivet tilfældigt i Figma, følger de samme mønstre med over i Webflow. MCP kan hjælpe med at håndhæve en struktur og følge de regler, du har defineret – men det kræver, at de regler findes. Gode systemer bliver hurtigere at arbejde med, og veldefinerede design systems giver langt bedre resultater.

Det understregede også noget, som resten af MCP 2.0 peger på: Kvaliteten af AI’ens output afhænger i høj grad af kvaliteten af de systemer, den arbejder med.

Slip for at forklare AI det samme igen og igen

Hvis du bruger AI i dag, kender du helt sikkert scenariet. Du starter en ny chat og skriver “brug vores tone of voice”, “hold dig til vores designregler” og “brug altid den primære CTA”. Næste gang starter du forfra.

Det er præcis dét, Agent Instructions løser.

Agent Instructions er faste regler og skills, som AI automatisk følger, hver gang den arbejder på dit Webflow-projekt (Webflow, 2026). De kan blandt andet indeholde:

• brand guidelines
• tone of voice
• designregler
• juridiske krav
• navngivningskonventioner
• links til komponenter, styles og CMS-collections

Det smarte er, at reglerne ikke kun virker i Webflow AI. De følger også med, når du arbejder i ChatGPT, Claude eller Cursor via MCP (Webflow, 2026).

Hvis du spørger mig, er det en undervurderet feature. De fleste virksomheder bruger utrolig meget tid på at få AI til at forstå, hvordan de arbejder. Nu kan den viden gemmes ét sted i stedet for at blive skrevet ind i hver eneste prompt.

Analytics direkte i din AI-chat

En anden nyhed, jeg tror bliver populær, er integrationen med Webflow Analytics.

Tidligere skulle du hoppe mellem dashboards og AI-værktøjer. Nu kan du spørge AI direkte. For eksempel “hvilke sider er vokset mest den seneste måned?” eller “hvilken trafikkilde sender de mest engagerede brugere?”

AI henter dataene fra Webflow Analytics og svarer i almindeligt sprog med trafiktrends, populære sider og engagement (Webflow, 2026). Du analyserer dit website uden at forlade samtalen.

Det virker måske som en lille detalje. Men hvis du arbejder med hands-on marketing opgaver eller CRO, sparer det overraskende mange klik i løbet af en arbejdsuge.

For at teste den nye integration forbandt jeg Claude med et Webflow-projekt og bad den analysere de seneste 30 dages data fra Webflow Analytics

Prompten var helt enkel:

Analyser de seneste 30 dages data fra Webflow Analytics. Giv mig et overblik over trafikken, identificér de sider med højest engagement, fremhæv interessante tendenser, og peg på de største muligheder for optimering.

I stedet for at åbne Analytics-dashboardet og klikke mig gennem rapporter, blev jeg i samtalen med Claude, mens den hentede dataene direkte fra Webflow.

På få sekunder fik jeg et overblik over, hvordan websitet havde performet. Den fremhævede, hvilke sider der trak mest trafik, hvor brugerne var mest engagerede, hvordan de forskellige trafikkilder bidrog, og pegede samtidig på mønstre, der var værd at undersøge nærmere. Den kom endda med observationer, jeg ikke selv havde bedt om – blandt andet nye trafikkilder og konkrete forslag til, hvor brugeroplevelsen kunne forbedres.

Det interessante var ikke kun, hvor hurtigt AI omsatte data til indsigter og konkrete anbefalinger. Den gør også avanceret analyse langt mere tilgængelig. Man behøver ikke længere være ekspert i GA4 eller bruge timer på at bygge rapporter for at få en god forståelse af, hvad der sker på ens website. Det betyder, at flere kan arbejde med data og træffe bedre beslutninger – uden først at skulle lære et komplekst analyseværktøj.

Hurtigere betyder ikke mindre kontrol

Noget af det, der ofte bliver overset i AI-debatten, er governance. For hvad sker der, hvis AI får lov til at redigere dit website? Kan den publicere noget ved en fejl? Kan den ændre sider, den ikke burde røre?

Heldigvis har Webflow tænkt den del med. AI får ikke flere rettigheder end den bruger, der forbinder til Webflow. Det gælder også custom roles, locales og adgang helt ned på enkelte sider og CMS-collections (Webflow, 2026).

Derudover introducerer Webflow tre funktioner, som jeg synes gør en stor forskel.

Branches. Selvom funktionen har eksisteret længe i Webflow, kan AI nu bruge den via MCP. Det betyder, at ændringer kan laves og testes i et separat miljø, før de bliver publiceret på dit live website (Webflow, 2026).

Activity logs. På større Webflow-projekter gør Activity Logs det muligt at følge AI’s ændringer og se, hvad der blev ændret, hvornår og af hvem (Webflow, 2026).

Audit via MCP. Loggen kan forespørges direkte gennem MCP. AI kan i princippet hjælpe med at gennemgå sine egne ændringer. Det er især meget relevant for større virksomheder med mange redaktører involveret.

Hvad er forskellen på MCP 1.0 og MCP 2.0?

Hvis du allerede har prøvet Webflow MCP, tænker du måske, om det her virkelig er så stor en opdatering. Det korte svar er ja.

Den første version var spændende, men den føltes stadig lidt som en beta. MCP 2.0 føles moden. Den største forskel er, at AI nu arbejder med kontekst i stedet for bare kommandoer.

Hvis jeg skulle opsummere forskellen med én sætning, ville jeg sige, at MCP 1.0 gjorde AI i stand til at udføre opgaver, mens MCP 2.0 gør AI i stand til at forstå det website, den arbejder på.

Det er den forskel, der gør, at jeg tror, vi ser langt flere virksomheder tage teknologien i brug det kommende år. Tallene peger allerede den vej. Brugen af Webflows MCP er mere end firedoblet siden januar (Webflow, 2026).

Er Webflow foran WordPress på AI?

Efter min vurdering, ja. Lad os dykke ned i hvorfor.

Webflow er ikke den eneste platform, der satser på MCP. WordPress lancerede sin officielle MCP Adapter til udviklere i februar 2026, bygget oven på Abilities API’et fra WordPress 6.9 (WordPress, 2026). Og WordPress er stadig giganten. Platformen driver omkring 41,5% af alle websites (W3Techs, 2026).

Efter at have kigget på begge løsninger synes jeg dog, forskellen handler mindre om AI og mere om arkitektur.

Webflow er bygget som én samlet platform. Designsystem, CMS, hosting og analytics hænger sammen. Det gør det muligt for én officiel MCP-server at forstå hele dit website.

WordPress fungerer anderledes. Her afhænger meget af temaer, plugins og den enkelte opsætning. MCP-adapteren giver AI adgang til platformen, men hvor meget den reelt kan gøre, afhænger af det miljø, den arbejder i.

Derfor ser jeg Webflow som den mest modne løsning lige nu, især til større websites, hvor governance og konsistens betyder en hel del. Det betyder ikke, at WordPress er en dårlig løsning. Men på AI-workflows er Webflow helt simpelt et skridt foran.

Hvad betyder MCP 2.0 for dit team?

Jeg tror, det er her, mange misforstår MCP. Det handler ikke om, at AI skal overtage designerens eller udviklerens arbejde. Det handler om at fjerne de opgaver, som ingen synes er spændende.

Tænk på alt det arbejde, der bliver gentaget igen og igen:

• bygge endnu en landing page ud fra den samme skabelon
• oprette nye CMS-items
• opdatere SEO-felter
• rette den samme komponent på tværs af 50 sider
• analysere performance og finde de samme mønstre uge efter uge

Det er den slags opgaver, AI bliver rigtig god til. Til gengæld er strategi, UX, kreativitet og kvalitetssikring stadig noget, mennesker skal stå for.

Og det er faktisk den største styrke ved MCP 2.0. Den forsøger ikke at erstatte webteamet. Den gør webteamet mere effektivt.

Et godt Webflow-fundament bliver endnu vigtigere

En ting, jeg virkelig har bidt mærke i, er, at MCP afslører, hvor godt dit website egentlig er bygget.

Hvis dit Webflow-projekt består af 14 forskellige Hero-komponenter, styles med navne som “Div 72 Copy”, tilfældige margin-classes og CMS-collections uden struktur, kommer AI heller ikke til at levere gode resultater. AI bygger nemlig videre på det, der allerede findes.

Derfor tror jeg, at MCP får flere virksomheder til at investere i deres designsystem. Ikke fordi AI kræver det. Men fordi et godt designsystem pludselig bliver endnu mere værdifuldt.

Det er også en af grundene til, at vi hos Kvalifik altid prioriterer komponentbaserede Webflow-løsninger. Hos vores kunde Veo blev 80% af nye landingssider bygget helt uden udvikler, og kampagnesider blev produceret 700% hurtigere. Det er den slags fundament, AI nu bygger videre på.

Sådan ville jeg komme i gang med MCP 2.0

Efter min mening skal du starte med fundamentet. Her er den proces, jeg selv ville følge.

1. Find de opgaver, der tager unødigt lang tid

De bedste AI-workflows starter næsten altid med kedelige opgaver. Nye kampagnesider. CMS-opdateringer. SEO-ændringer. Oversættelser. Performance-analyser. Det er her, der er vildt meget at hente. Lad være med at starte med de mest komplekse designopgaver.

2. Få styr på dit designsystem

Jo bedre dit Webflow-projekt er bygget op, desto bedre bliver AI’s output. Så inden du slipper AI løs, så spørg dig selv: Har I dubletter? Er komponenterne navngivet konsekvent? Er jeres styles og variables sat ordentligt op? Hvis ikke, så start dér.

3. Brug tid på Agent Instructions

Mange tror, at prompts er fremtiden. Jeg tror mere at det er reglerne. Jo mere AI ved om jeres tone of voice, designprincipper, CTA’er og navngivning, jo mindre tid skal designeren bruge på at forklare det igen. Skriv reglerne ét sted, og lad dem følge med i alle værktøjer (Webflow, 2026).

4. Giv AI de rigtige rettigheder

Bare fordi AI kan publicere, betyder det ikke, at den skal. Brug de roller og permissions, I allerede har. Lad AI arbejde med præcis det, den skal. Ikke mere. Ikke mindre. På den måde bliver AI en ekstra kollega i stedet for en risiko.

5. Test altid ændringer, før de går live

Uanset om AI eller mennesker bygger, bør nye ændringer altid testes, før de publiceres. Hvis du har adgang til branches, er det den oplagte løsning. Ellers kan du arbejde på en testside eller lade AI indsætte nye elementer separat, så du kan gennemgå dem, før de bliver en del af det eksisterende indhold.

6. Mål om AI faktisk sparer tid

Lad være med at implementere AI, fordi alle andre gør det. Mål effekten. Hvor lang tid tager en landing page i dag, og hvor lang tid tager den om en måned? Hvis AI ikke skaber en reel gevinst, skal workflowet justeres. Webflows MCP Starter Kit er et godt sted at hente skabeloner og starter-skills (Webflow, 2026).

Er Webflow MCP 2.0 klar til produktion?

Hvis du havde spurgt mig om den første version, havde jeg været mere forsigtig. Den var spændende, men den føltes som en teknologi under udvikling.

MCP 2.0 er noget andet. Efter at have læst dokumentationen og testet de nye muligheder er mit indtryk, at Webflow nu har bygget de funktioner, der manglede, før AI giver mening på professionelle websites. Designsystem. Governance. Analytics. AI på branches. Agent Instructions. Det er kombinationen af de fem, der gør forskellen.

Noget, jeg også synes er værd at fremhæve, er Webflows versionshistorik. Hvis AI laver en ændring, der ikke bliver, som du havde tænkt dig, kan du hurtigt rulle tilbage. Det gør det langt nemmere at eksperimentere med AI uden at være nervøs for at ødelægge noget.

Er AI perfekt? Nej. Skal alt automatiseres? Heller ikke. Men hvis du arbejder i Webflow til daglig, tror jeg, det bliver svært at ignorere MCP de næste par år.

Ikke fordi AI erstatter webteams. Men fordi de teams, der lærer at arbejde sammen med AI, kommer til at bygge hurtigere og mere konsistent end resten.

Opsummering

MCP 2.0 er efter min vurdering den største AI-opdatering, Webflow har lanceret til dato. Ikke fordi AI pludselig bygger perfekte websites. Det gør den ikke. Men fordi den nu har fået den kontekst, der gør den langt mere brugbar i rigtige projekter.

Mit råd er enkelt. Få styr på dit designsystem, begynd at eksperimentere med de gentagne opgaver, og mål løbende, hvor AI faktisk sparer jer tid.

Jeg tror ikke, AI kommer til at erstatte webteams. Men jeg tror, de teams, der lærer at arbejde godt sammen med AI, kommer til at bygge hurtigere, arbejde mere konsistent og bruge mindre tid på det manuelle arbejde.

Kilder

• Webflow, Introducing MCP 2.0 (2026). Den officielle lanceringsside med feature-oversigt.
• Webflow, pressemeddelelse om MCP 2.0 (2026). Adoptionstal for enterprise-kunder og Claude-andel.
• Webflow, “MCP 2.0 is here”, community-opslag (2026). Detaljer om Bridge App, analytics og workflows.
• Webflow Developers, changelog for MCP v2.0 (2026). Tekniske ændringer og Designer-session.
• Webflow, MCP Starter Kit (2026). Opsætning, starter-skills og eksempler.
• Anthropic, Introducing the Model Context Protocol (2024). Den oprindelige MCP-lancering.
• Anthropic, Donating the Model Context Protocol (2025). MCP-adoption og overdragelsen til Linux Foundation.
• WordPress Developer Blog, Introducing the WordPress MCP Adapter (2026). Den officielle WordPress MCP Adapter.
• W3Techs, WordPress Market Report (2026). CMS-markedsandele.

Alle kundetal fra Kvalifik (herunder Veo) er vores egne projektdata.